OpenAI发布季第二天：强化微调，少量样本训练专家模型

强化微调（RFT）通过强化学习优化模型在特定任务上的推理能力，支持少量样本训练；开发者可根据领域需求，通过自定义数据和评分器微调模型，提升其准确性和推理能力；该技术适用于专业领域如法律、金融等，且目前处于Alpha测试阶段，明年将开放。